全部產品
Search
文件中心

Database Autonomy Service:異常檢測

更新時間:Nov 13, 2024

及時探索資料庫的異常問題是資料庫日常營運的重點。資料庫自治服務DAS提供異常檢測功能,基於機器學習和細粒度的監控資料,無需手動開啟,自動實現7x24小時的異常檢測。相比基於規則或閾值的警示方式,能夠更及時地探索資料庫異常變化。

前提條件

  • 目標資料庫執行個體為:

    資料庫

    地區

    • RDS MySQL

    • MyBase MySQL

    華東1(杭州)、華東2(上海)、華南1(深圳)、華南2(河源)、華南3(廣州)、華北1(青島)、華北2(北京)、華北3(張家口)、華北5(呼和浩特)、華北6(烏蘭察布)、華東5(南京)、華東6(福州)、西南1(成都)、鄭州、中國(香港)、日本(東京)、韓國(首爾)、新加坡、馬來西亞(吉隆坡)、印尼(雅加達)、菲律賓(馬尼拉)、泰國(曼穀)、阿聯酋(杜拜)、沙特(利雅得)、德國(法蘭克福)、美國(矽谷)、美國(維吉尼亞)和英國(倫敦)

    RDS PostgreSQL

    華東1(杭州)、華東2(上海)、華南1(深圳)、華南2(河源)、華南3(廣州)、華北1(青島)、華北2(北京)、華北3(張家口)、華北5(呼和浩特)、華北6(烏蘭察布)、西南1(成都)、中國(香港)、日本(東京)、新加坡、馬來西亞(吉隆坡)、印尼(雅加達)、阿聯酋(杜拜)、德國(法蘭克福)、美國(矽谷)、美國(維吉尼亞)和英國(倫敦)

    RDS SQL Server

    華東1(杭州)、華東2(上海)、華南1(深圳)、華南2(河源)、華北1(青島)、華北2(北京)、華北3(張家口)、華北5(呼和浩特)、華北6(烏蘭察布)、西南1(成都)、中國(香港)、日本(東京)、新加坡、馬來西亞(吉隆坡)、印尼(雅加達)、阿聯酋(杜拜)、德國(法蘭克福)、美國(矽谷)、美國(維吉尼亞)和英國(倫敦)

    PolarDB MySQL版標準版、企業叢集版

    華東1(杭州)、華東2(上海)、華南1(深圳)、華南2(河源)、華南3(廣州)、華北1(青島)、華北2(北京)、華北3(張家口)、華北5(呼和浩特)、華北6(烏蘭察布)、西南1(成都)、中國(香港)、日本(東京)、新加坡、馬來西亞(吉隆坡)、印尼(雅加達)、菲律賓(馬尼拉)、德國(法蘭克福)、美國(矽谷)、美國(維吉尼亞)和英國(倫敦)

    KVStore for Redis

    • 社區版

    • Tair(Redis企業版)記憶體型

    華東1(杭州)、華東2(上海)、華南1(深圳)、華南2(河源)、華南3(廣州)、華北1(青島)、華北2(北京)、華北3(張家口)、華北5(呼和浩特)、西南1(成都)、中國(香港)、日本(東京)、韓國(首爾)、新加坡、馬來西亞(吉隆坡)、印尼(雅加達)、菲律賓(馬尼拉)、泰國(曼穀)、阿聯酋(杜拜)、沙特(利雅得)、德國(法蘭克福)、美國(矽谷)、美國(維吉尼亞)和英國(倫敦)

    Tair(Redis企業版)持久記憶體型、磁碟型

    華東1(杭州)、華東2(上海)、華南1(深圳)、華北2(北京)、華北3(張家口)、中國(香港)、新加坡、德國(法蘭克福)和美國(維吉尼亞)

  • 目標資料庫執行個體已接入DAS,並且接入狀態顯示為接入正常

    說明

    接入資料庫執行個體的操作請參見接入阿里雲資料庫執行個體

功能介紹

基於機器學習和細粒度的監控資料,無需手動開啟,自動實現7x24小時的異常檢測。相比基於規則或閾值的警示方式,能更及時地探索資料庫異常變化。

對比項

傳統方式

DAS異常檢測

方式

基於規則、閾值。

基於AI。

檢測項

主要基於監控指標。

監控指標、SQL、日誌、鎖、營運事件等。

即時性

至少5分鐘,甚至到天。

准即時。

檢測原理

故障驅動。

異常驅動。

周期性識別

無。

自動識別。

適應性

無法自適應業務特徵。

自適應業務特徵。

預測能力

無。

具備預測能力。

查看異常檢測結果

在DAS的自治中心,可以直接查看選定時間範圍內檢測到的例外狀況事件。

  1. 登入DAS控制台

  2. 在左側導覽列中,單擊執行個體監控

  3. 找到目標執行個體,單擊執行個體ID,進入目標執行個體詳情頁。

  4. 在左側導覽列中,單擊自治中心

  5. 選擇時間範圍,查看指定時間範圍內的例外狀況事件。

開啟事件訂閱

開啟事件訂閱功能後,如果檢測到例外狀況事件,DAS將會根據您設定的方式進行通知(例如手機簡訊),協助您及時探索資料庫異常變化。詳情請參見開啟事件訂閱功能

說明

例外狀況事件的異常層級為警告,您可以根據實際情況設定事件通知的異常層級。

常見問題

Q:監控指標時序異常檢測(時序異常檢測)事件的異常快照中,異常指標分析的相關指標變化倍數是如何計算得出的?異常指標

A:指標變化倍數=實際指標值/預測指標值。DAS會使用資料庫執行個體過去一段時間內小時層級的資料預測資料庫執行個體當前時刻的指標值,以預測指標值作為基準與當前實際指標值進行對比,從而得出指標變化倍數。

相關文檔

您可以利用DAS的自治功能,在資料庫出現異常時進行自動處理。